[科技界] 人工智能助力医疗领域 数据污染危害不容小视

近年来，人工智能在医疗领域的应用越来越多，这无疑是医疗行业发展的机遇。然而，人工智能技术的应用过程中不可避免地会遇到一些困难，其中数据污染会给人工智能的应用带来很多障碍。

所谓数据污染，是指由于有意或无意的原因，使原始数据发生改变或变更，导致数据不再具有完整性和真实性。人工智能的核心是基于其强大的数据处理能力。人工智能一旦进行深度学习，其获得的数据已经被污染，这将对其后续应用带来危害。

根据国内医疗的实际情况，近几十年来，我国实行的是以医养药的政策，即通过医生的劳动来增加药品的附加值，导致长期存在过度使用和滥用药品的问题。如果人工智能从这些医学数据中学习，无疑会导致过度用药的持续，技术人员很难发现问题。

那么，基于数据污染等考虑，人工智能如何在医学领域有效工作呢？首先，诊断过程首先要应用人工智能，因为医学诊断数据的污染数据小，药物治疗可以由医生完成；其次，要用人工智能处理图片医学信息，因为人工智能对自然语言理解有障碍，所以人工智能处理医学图像比处理文本信息更好；另外，人工智能不适合综合疾病的诊断和治疗。由于人工智能跨领域的迁移仍然困难，人工智能很难判断复杂的多系统疾病。

据业内人士介绍，人工智能在处理问题时不具备人类的适应性，导致人工智能的诊断和治疗出现错误。这就要求ai要长期做助手，通过人类医生的监督来减少ai可能带来的危害。

这篇文章的作者是编辑梁晨；作者微信:turchen，欢迎交流。